[數學分析] 逐點收斂與均勻收斂(1)- sequence of functions
文章推薦指數: 80 %
這次要介紹的是數學分析中關於函數收斂性的兩個非常重要的觀念: Pointwise convergence (逐點收斂) 與Uniform convergence (均勻收斂) 。
不過在談函數的收斂之前, ...
跳到主要內容
[數學分析]逐點收斂與均勻收斂(1)-sequenceoffunctions
4月07,2011
這次要介紹的是數學分析中關於函數收斂性的兩個非常重要的觀念: Pointwiseconvergence(逐點收斂)與Uniformconvergence(均勻收斂)。
不過在談函數的收斂之前,我們需要先知道到底是誰要收斂?在此我們所指的函數的收斂為考慮 函數sequence (也就是函數所形成的數列) 的收斂。
以下我們稱$\{f_k\}_{k=1}^{\infty}$為一個函數sequence,其中$f_k$為該數列中第$k$個元素函數。
有了上述定義,我們便可以引入這樣的函數到底如何收斂,首先我們介紹函數sequence逐點收斂的概念:
======================
Definition(PointwiseConvergence)
我們說一個函數的sequence$\{f_k(t)\}_{k=1}^\infty$逐點收斂(convergespointwise)到某函數$f(t)$若下列條件成立:
對任意$t\in[t_0,t_1]$
\[
\mathop{\lim}\limits_{k\to\infty}{f_k}(t)=f(t)
\]======================
Comment:
1.上述定義清楚的說明甚麼是逐點收斂。
注意到第一個條件是 對任意$t\in[t_0,t_1]$;也就是說如果我們固定$t$在某個閉區間範圍$[t_0,t_1]$,在該時刻$t$,我們的函數sequence$f_k(t)\rightarrowf(t)$對每一點時刻都成立。
故稱為逐點收斂。
2.$f_k(t)\rightarrowf(t) \Leftrightarrow\mathop{\lim}\limits_{k\to\infty}{f_k}(t)$在數學分析內容中,通常會更精確陳述為:
給定$t\in[t_0,t_1]$,對任意$\varepsilon>0$存在一個夠大的$N>0$使得當$n\geN\Rightarrow|f_k(t)-f(t)|0}
\end{array}}\right.\]
左圖$f_k$為連續函數。
但現在如果我們固定任意$t$,並且讓$k\rightarrow\infty$,我們得到的$f$為一個stepfunction,故連續性再逐點收斂中並沒有被保證。
故我們需要一個比逐點收斂更強的收斂。
稱作均勻收斂(Uniformconvergence)
======================
Definition:(UniformConvergence)
我們說一個函數的sequence$\{f_k\}_{k=1}^\infty$均勻收斂(convergesuniformly)到某函數$f$若下列條件成立:
\[
||f_k-f||\rightarrow0\\text{as$k\rightarrow\infty$}\\
\text{or}\\
\\mathop{\lim}\limits_{k\to\infty}\left\|{{f_k}-f}\right\|=0
\]======================
Comments
1.上述定義不再要求$t$,亦即與$t$無關(Uniformmeanstotallackofrestrictionon$t$)。
2.$||f||:=\displaystyle\sup_{t\in[t_0,t_1]}|f(t)|$;亦即我們的函數的norm是取supnormoffunction(orso-calleduniformnorm,orinfinitynorm)
現在我們看個例子:
Example:
考慮$f_n:\mathbb{R}\to\mathbb{R}$,且
$$f_n(x):=\frac{x^2+nx}{n}
$$1.試求當$n\to\infty$其極限為何?
2.試判斷是否均勻收斂至其極限?
Solution
1. \[\mathop{\lim}\limits_{n\to\infty}{f_n}(x)=\mathop{\lim}\limits_{n\to\infty}\frac{{{x^2}+nx}}{n}=x\]
2.檢驗其是否均勻收斂至$x$我們可檢驗其supnorm是否收斂到$0$
\[\left\|{{f_n}-f}\right\|=\mathop{\sup}\limits_{x\in{\rm{R}}}\left|{\frac{{{x^2}+nx}}{n}-x}\right|=\mathop{\sup}\limits_{x\in{\rm{R}}}\left|{\frac{{{x^2}}}{n}}\right|\]注意到若取$x:=\sqrt{n}\in\mathbb{R}$其supnorm$=1$故不收斂到$0$;因此此例$f_n(x)$並無均勻收斂到$x$。
$\square$
接著我們看個重要的結果,也就是均勻收斂保證逐點收斂。
==================
FACT: $f_k$convergesuniformlyto$f$$\Rightarrow$$f_k$convergespointwiseto$f$
==================
Proof:
固定$t\in[t_0,t_1]$,我們要證明$f_k\rightarrowf$pointwise,亦即要證明
\[
\lim_{k\rightarrow\infty}|f_k(t)-f(t)|=0
\]故我們觀察
\[
|f_k(t)-f(t)|\le\displaystyle\sup_{t\in[t_0,t_1]}|f_k(t)-f(t)|=||f_k-f||
\]又因為$f_k\rightarrowf$uniformly,故我們知道
\[
||f_k-f||\rightarrow0
\]亦即Uniformlyconvergence$\Rightarrow$PointwiseConvergence$\square$。
均勻收斂保證連續性。
==================
FACT: 令$\{f_k\}:X\to\mathbb{R}$為連續函數sequence;若$f_n\tof$均勻收斂,則$f$為連續函數(連續性被保持)
==================
(Proofisomitted.)
回頭再檢驗一下我們剛剛的圖
其並非均勻收斂 (WHY??)由均勻收斂定義,我們計算其supnorm看看發生甚麼事:
\[
\left\|{{f_k}-f}\right\|=\sup_t\left|{{f_k}\left(t\right)-f\left(t\right)}\right|=1\ne0
\]
WHYsupnorm=1??由定義我們是找"兩者間差異"取sup,也就是找$f_k-f$的差異最大的時候,那麼兩者間最大差異為1不為0,亦即不均勻收斂。
(失去連續性)
==================
FACT: 若$\{f_k\}_{k=1}^\infty$convergesuniformlyto$f$若且唯若$\{f_k\}_{k=1}^\infty$ 為Cauchysequence。
亦即;對所有的$\varepsilon>0$,存在一個$K\in\mathbb{N}$使得對所有的$j,k\geqK$,我們有
\[
||f_j-f_k||
延伸文章資訊
- 1逐點收斂- 維基百科,自由的百科全書
逐點收歛也稱點態收斂,(英語:pointwise convergence,或稱簡單收斂),是數學中描述一組函數序列向一個函數趨近的一種方式(函數趨近極限有其他不同方式,個中差異 ...
- 2一致收斂- 维基百科,自由的百科全书
一致收斂,或稱均匀收敛,(英語:Uniform convergence),是數學中關於函數序列收斂的一種定義。其概念大致可想成:若函數序列fn 一致收斂至函數 f,代表對所有定義域 ...
- 3收斂_百度百科
收斂是一個經濟學、數學名詞,是研究函數的一個重要工具,是指會聚於一點,向某一值靠近。收斂類型有收斂數列、函數收斂、全局收斂、局部收斂。
- 4函數項級數
或發散, 後續要研究的是當函數數列具有連續、可積分、可微分等性質時, 這些性質是否會隨著極限的. 運算下能夠移植收斂的函數或是收斂的級數, 而這類的問題會與均勻收斂 ...
- 5Function Space - 逐點收斂與均勻收斂
Function Space - 逐點收斂與均勻收斂函數的集合搭配適當的*metric* 之後,也可以形成*metric space*。問題是函數間該怎麼定義收斂?該怎麼定義距離?接下來的.